Download Plan de simulations : évaluer l`impact de mesures de gestion sur la
Transcript
Plan de simulations : évaluer l’impact de mesures de gestion sur la pêcherie mixte merlu-langoustine du golfe de Gascogne Hilaire Drouineau, Stéphanie Mahévas, et Dominique Pelletier EMH - Nantes Contexte de modélisation • Pêcherie mixte 4 plusieurs espèces, plusieurs activités de pêche 4 interactions techniques 4 dynamiques spatio-temporelles • Evaluer l’impact de scenarii de gestion : 8 mesures traditionnelles (TAC, effort, restrictions d’engin), mesures spatiales 8 comportements des pêcheurs : efficacité des mesures ⇒ un modèle spatialisé de simulation décrivant la dynamique des pêcheries mixtes réglementées ⇒ de la pêcherie la plus simple à la plus complexe Outil : ISIS-Fish Couplage dans le temps et l’espace de modèles de dynamique • des populations • longueur/âge, distribution saisonnière spatialisée, migration saisonnières à grande échelle • pas de relations trophiques • des activités de pêche • flottilles, métiers (engin,zones,espèces cibles), stratégies • allocation dynamique de l’effort de pêche • de gestion • scenario (ensemble de mesures = zone, saison, règle) • réaction des pêcheurs Echelles spatiales et temporelles Région de la pêcherie Chronologie Zone de Zone Population Métier Zone de gestion maille migrations reproduction mois t t+ε croissance mois t+1 Mortalités par pêche et naturelle Définitions indépendantes des saisons et zones de populations, métiers et gestion Développement et produits • Versions 1.0 à 1.5: 2002-2004 Dynamique de pêcherie sans contexte économique 3 articles + 2 communications + 2 DEA + 2 BB • Version 2.0 : 2005 en cours de validation Dynamique bio-économique de pêcherie 1 article en prep + 4 communications + 1 DEA + 2 Master1 + atelier formation • 3 Projets Européens en cours (TECTAC, EFIMAS, PROTECT) + Liteau-AMP + PNEC (ART4) Mode d’emploi 1. Paramétrisation Recueil des paramètres disponibles : littérature ¾ Paramètres biologiques + sélectivité Estimations des paramètres manquants : bases de données et modélisations statistiques (analyses factorielles, maximum de vraisemblance,…) ¾ Paramètres de l’activité de pêche 2. Analyses de sensibilité 3. Simulations Plans de simulation • Analyse de sensibilité – Identification des paramètres incertains – Plan statistiques d’expériences numériques Group screening + modèle d’analyse de la variabilité captures, abondances, effort + plan factoriel fractionnaire – Analyses et calcul de coefficients de sensibilité • Impact des scenarii de gestion – Définition des mesures et niveaux – Plan statistiques d’expériences numériques modèle d’analyse de la variabilité captures, abondances, effort + plan D-optimaux – Analyses Cas d’étude : merlulangoustine du golfe de Gascogne • Plan de restauration et interactions techniques • Mesures alternatives aux TACs monospécifiques? Cantonnements? Réglementations techniques? Saisonnières? Spatialisées? • Paramétrisation d’ISIS-Fish 1.5: approche sans économie, flottilles françaises, merlu+langoustine Paramètres Populations Paramètr es généraux Nombre de classes d’âge Relation stockrecrutement merlu 9 langoustine 10 (ICES, 2003c) (ICES, 2003b) If SSB<71660.0 t then 6age numberage*fecondityage else 1.88e8 6age numberage*fecondityage (Morizur et al., 1981) (Murua and Lucio, 1998) (ICES, 2003a) croissance Von Bertalanffy: K=-0.09 Linf=114 TO=-1.16 {0;19;23.5;27.5;31.1;34.7; 39.1;43.7 49.45;56.7} (Verdoit et al., 1999) (Guichet, 1996) Paramètr es par classe Mortalité naturelle (.an-1) Coefficients de fécondité (.ind-1) Poids moyen (kg) 0.2 for all groups (ICES, 2003c) 0.3 for age 1 then 0.25 (ICES, 2003b) 0;0;0;0.17;0.81;2.04;3. 0,0.09;0.36;0.60;0.88;1.25; 11;3.89;5.58 1.83;2.62;3.88;6.01 (Murua and Lucio, 1998) (Morizur et al., 1981) 0.026;0.062;0.174;0.30 0;4.58e-3;9.04e-3;15.0e-3; 8; 22.0e-3;31.7e-3;47.3e-3; 0.571;0.962;1.321;1.65 71.0e-3;113.5e-3;194.2e-3 2;2.371 (ICES, 2003b) (ICES, 2003c) Paramètres populations Merlu Langoustine Paramètres Populations •Merlu : migrations Saison Janvier - mars (reproduction + croissance) Avril - juin (reproduction) Juillet - septembre Octobre - Décembre •Langoustine : sédentaire Migration Age: 3: nourricerie vers reproduction/ 1 4,..8: présence vers reproduction / 1 Age: 3: reproduction vers la côte/ 0.6 4: spawning to inshore / 0.6 Age: 3,: côte vers présence/ 1 4,...8: reproduction vers présence/ 1 émigration 7 et 8: de présence / 0.4 Paramètres activités de pêche Métier Langoustine (chalut simple et jumeau) Benthique (chalut simple et jumeau) Merlu et seiche (chalut simple et jumeau) filet Facteur de ciblage Facteur de ciblage Merlu Langoustine 0.14 0.74 primary catch 0.09 0.07 0.60 primary catch 0.14 0.87 primary catch Non-activité Stratégie Benthique Filet Langoustine Merlu Occasonniel Flottille: marée Flottille: marée journalière de 5 jours 101 55 89 27 106 14 47 13 84 106 Paramètres activités de pêche Analyse de sensibilité • Paramètres incertains (+-20%) : capturabilité, coefficients de migration, reproduction, croissance, facteurs de standardisation, mortalité naturelle • Plan d’expérience : – 106 facteurs à 2 modalités – Group screening => Nb de groupes : 9 – Quantifier les interactions d’ordre 2 : 128 expériences • Variables de sortie: abondances finales, captures finales, captures cumulées des 5 dernières années • Analyse : modèle linéaire avec interactions d’ordre 2 et calcul des coefficients de sensibilité Hake Biomas s Hake Cumulated catch (5 last years) Hake Cumulated catch (last year) R²=0.99 R²=0.999 R²=0.999 -4.9 -1.2 Lobster Biomass Lobster Cumulated catch (5 last years) Lobster Cumulated catch (last year) R²=0.998 R²=0.993 R²=0.988 9.5 Catchability 6.9 5.8 18 0.36 6.1 -3.4 0.9 Paramètres sensibles •M •Capturabilité •Reproduction merlu •Migration MigrationA 5.8 MigrationB MigrationC Pas d’interaction -1.2 Growth Gear 4.3 10 12 -8.5 2.3 4.0 Morta 170 38 12 5.7 1.9 reproLobster reproHake 31 1.3 Impact des mesures de gestion • ZMP Modalités : surface, saison, engins Réaction: redistribution de l’effort sur la zone restante • TACs Modalités : constant, variable Réaction: si espèce cible, change de métier, sinon rejet • Engin Modalités: augmentation maille (70 à 100 mm), système sélectif Réaction: respect de la mesure •ZMP reproduction 1 ou 2 rectangles •ZMP nourricerie 1ou 2 rectangles •Plan d’expérience D-optimal •Analyse : modèle linéaire avec interaction d’ordre 2 Comparaison des mesures Conclusions • Outil fonctionnel • Démarche quantitative : Prise en compte de la sensibilité des paramètres et plan de simulation • Qualité des résultats dépend fortement de la qualité des données CPUEs : exhaustivité…??? / échantillonnage • Capturabilité (couplage acoustique/chalutage/vidéo), mortalité naturelle (marquage) Perspectives • Améliorer la paramétrisation: contexte économique, flottilles espagnoles, structure en longueur, baudroie, cardine • Sensibilité à la réaction des pêcheurs • Indicateurs d’état et de dynamique de pêcherie • Vers un outil d’aide à la décision FIN Mesures de gestion considérée Closure in Nursery area none Closure in Spawning area none jan/june rectangle 23E6 all gear (AG S1 1R) jan/june rectangle 23E6 twin trawl (TT S1 1R) jan/june rectangles 23E6 and 24E6 all gear (AG S1 2R) jan/june rectangles 23E6 and 24E6 twin trawl (TT S1 2R) jul-dec rectangle 23E6 all gear (AG S2 1R) jul-dec one rectangle 23E6 twin trawl (TT S2 1R) jul-dec rectangles 23E6 and 24E6 all gear (AG S2 2R) jan/june rectangle 24E4 all gear (AG S1 1R) jan/june rectangle 24E4 twin trawl (TT S1 1R) jan/june rectangles 24E4 and 23E4 all gear (AG S1 2R) jan/june rectangles 24E4 and 23E4 twin trawl (TT S1 2R) jul-dec rectangle 24E4 all gear (AG S2 1R) jul-dec rectangle 24E4 twin trawl (TT S2 1R) jul-dec rectangles 24E4 and 23E4 all gear (AG S2 2R) Tac Gear change none none "high level": Percentage of the biomass of the beginning of the year attributed to the TAC Hake 0.027 Nephrops 0.27 mesh size: from 70mm to 100mm Comparison of management options Hake cumulated catch over the last 5 years